Uppsats

Targeted Proteomics for Biomarker Discovery in Liver Disease

Master-uppsats

KTH/Proteinvetenskap

Publicerad: 2024

Språk: Engelska

Sammanfattning

Kroniska leversjukdomar utgör en stor utmaning för sjukvårdssystemen som idag inte kan möta det ökande behovet av levertransplantationer hos patienter som befinner sig i sjukdomens slutskedet. Nationella screeningsprogram för att tidigt upptäcka leversjukdomar har visat sig svåra att införa på grund av specificitetsproblem i kombination med en tidig och ofta asymptomatisk sjukdomsbild vilket gör leversjukdomar svårupptäckta. Detta i kombination med stora risker och kostnader som är förknippade med diagnostiska och prognostiska standardmetoder, såsom leverbiopsi, har gjort det komplicerat att upptäcka sjukdomen tidigt. Utvecklingen av tillförlitliga och minimalt invasiva metoder bör därför prioriteras för att minska transplantationsbehovet av leversjukdomspatienter. Denna studie syftar till att bidra till detta arbete genom att undersöka optimala biomarkörer för leversjukdom genom robusta kvantifieringsmetoder med klinisk potential. I detta examensarbete används riktad masspektrometri och tunga rekombinanta proteinstandarder för att identifiera och absolutkvantifiera 108 proteiner i 2 μL plasma från 245 patienter med leversjukdom samt friska individer. Diagnoserna är spridda över olika stadier och patienterna har olika sjukdomsprogression. Genom differentierad expressionsanalys av proteinnivåerna och vägledd maskininlärning har biomarkörpaneler för stratifiering av leverfibros tagits fram. Detta som en del av The Human Disease Blood Atlas, vars målsättning är att utforska sjukdomsassocierade proteinprofiler och bygga en öppen databas tillgänglig för forskare världen över. Dessa resultat erbjuder lovande vägar för förbättrad diagnostik och personligt anpassade behandlingsstrategier inom leversjukdomshantering. Strategin är kompatibel med teknologier som underlättar biomarkörupptäckt och minimalt invasiv provtagning.

Information

Lärosäte / institution
KTH/Proteinvetenskap
Publiceringsdatum
2024
Uppsatstyp
Master-uppsats
Språk
Engelska

Utforska vidare

Liknande uppsatser

Uppsatser med liknande ämnen och nyckelord.